Seaborn绘图02

2019-10-27 14:43:05 作者：互联网

准备工作


import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
import numpy as np
import pandas as pd
plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号
#seaborn中显示中文
sns.set_style('darkgrid',{'font.sans-serif':['SimHei','Arial']})

#去除部分警告
import warnings
warnings.filterwarnings('ignore')

sns.set() #返回seaborn默认设置

柱状图（条形图）

seaborn.barplot()

x,y,hue:绘图中所使用的分类/连续变量/颜色分组变量名
data：数据框名称
order,hue_order:hue变量各类别取值的绘图顺序
orient:“v” | “h”,条带绘制方向
saturation = 0.75 : float, 直条颜色的饱和度

sns.set_style('darkgrid',{'font.sans-serif':['SimHei','Arial']})

x = ['金融','农业','制造业','新能源']
y = [164,86,126,52]
sns.barplot(x,y)
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

按顺序排列：

sns.set_style('darkgrid',{'font.sans-serif':['SimHei','Arial']})
x = ['金融','农业','制造业','新能源']
y = [164,86,126,52]
sns.barplot(x,y,order = ['金融','制造业','农业','新能源'])
plt.savefig("F:\\01.jpg")

结果：在这里插入图片描述

自定义透明度，并横着排放

sns.set_style('darkgrid',{'font.sans-serif':['SimHei','Arial']})
x = ['金融','农业','制造业','新能源']
y = [164,86,126,52]
sns.barplot(y,x,order = ['金融','制造业','农业','新能源'],
           orient = 'h',     #使之横过来,但前面要是y,x
           saturation = 0.25 #自定义透明度
           )
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

加载数据集

#加载数据集
tips = sns.load_dataset("tips")
tips.head()

total_bill:一顿饭的餐费金额
tip:该顿饭给的小费
size:吃饭人数
smoker:服务生是否抽烟
day:星期几吃的饭
sex:服务生性别
time:吃饭时间,午餐或者晚餐

sns.barplot(x='day',y='tip',
            data=tips #数据取自tips数据集
           )
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

柱子高度是那一类别下所有值的平均数。图形上方竖线是误差线，一均值为中心的置信区间

多组数据的直方图

sns.barplot(x='day',y='tip',
            data=tips, 
            hue = 'sex'
           )
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

条形图——交换x,y

sns.barplot(y = 'day',x = 'tip',data = tips)
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

箱线图

sns.boxplot()

saturation = 0.75 : float, 箱体颜色的饱和度
width = 0.8 : float,箱体宽度所占比例
fliersize = 5 : float,离群值散点大小
linewidth = None : float,框线宽度
whis = 1.5 : float,离群值确定标准，距离IQR上下界倍数

L = [3,2,0,1,4] #排序后：0,1,2,3,4;所以中位数为2
sns.boxplot(y = L)
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

排序后：0,1,2,3,4;所以中位数为2

倒一倒

L = [3,2,0,1,4] 
sns.boxplot(x = L)
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

多个箱线图

sns.boxplot(x = 'day',y = 'tip',data = tips)
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

sns.boxplot( y= 'day',x = 'tip',data = tips)
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

多组数据的箱线图

sns.boxplot(x = 'day',y = 'tip',data = tips,hue = 'sex')
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

小提琴图

sns.violinplot()

将箱线图和密度图组合在一起

L = [3,2,0,1,4] 
sns.violinplot(y = L)
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

L = [3,2,0,1,4] 
sns.violinplot(L,palette = 'Reds')
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

多个数据

sns.violinplot(x = 'day', y = 'tip', data = tips)
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

sns.violinplot(x = 'day', y = 'tip', hue = 'sex', data = tips)
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

将小提琴图分开显示一半

因为小提琴图是对称的，所以可以只取一半

sns.violinplot(x = 'day', y = 'tip', hue = 'sex', data = tips,split = True)
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

分类散点图：strip(带状），Swarm(蜂群图）

sns.stripplot(x = 'day',y = 'tip',data = tips)
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

sns.stripplot(x = 'day',y = 'tip',data = tips,hue = 'sex',palette = "Blues")
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

sns.stripplot(y = 'day',x = 'tip',data = tips,hue = 'sex',palette = "Blues")
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

箱线图的组合

sns.boxplot(x='day',y='tip',data=tips)
sns.stripplot(x='day',y='tip',data=tips,color='c')
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

Swarm图

sns.set_palette("Accent")
sns.swarmplot(x = 'day',y = 'tip',data = tips)
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

sns.swarmplot(x = 'day',y = 'tip',data = tips,hue='sex')
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

小提琴图的组合

sns.violinplot(x='day',y='tip',data=tips)
sns.swarmplot(x='day',y='tip',data=tips,color='blue')

结果：
在这里插入图片描述

分面网格图（FaceGrid）

catplot:

row:在x轴上绘制数据
col:在y轴上绘制数据
col_wrap:在x轴上绘制子图的最大个数
kind:绘制子图类型

sns.set_palette("Reds")
sns.catplot(x = 'day', y = 'tip', hue = 'sex', data = tips)
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

sns.catplot(x = 'day', y = 'tip', hue = 'sex', col = 'time', data = tips)
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

kind指明想展示的是什么图

sns.catplot(x = 'day', y = 'tip', hue = 'sex', col = 'time', data = tips,kind = 'violin') 
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

将小提琴图分割组合

sns.catplot(x = 'day', y = 'tip', hue = 'sex', col = 'time', data = tips,kind = 'violin',split = True) 
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

sns.catplot(x = 'day', y = 'tip', hue = 'sex', col = 'time',row = 'smoker', data = tips)
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

sns.catplot(x = 'day', y = 'tip', hue = 'sex', col = 'size', data = tips,kind = 'bar') 
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

col_wrap:限制一行只放3个图

sns.catplot(x = 'day', y = 'tip', hue = 'sex', col = 'size',col_wrap = 3, data = tips,kind = 'bar') 
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

散点图

sns.scatterplot(x,y,hue,style,size,data)

x和y是有关联的两个变量数据集
hue、size、style能够显示不同的数据集
若data设定，则x、y、hue、size、style取值是data中列名

n = 1024
x = np.random.normal(0,1,n)
y = np.random.normal(0,1,n)
sns.set_palette('Accent')
sns.scatterplot(x = x,y = y)
plt.title('绘制散点图',fontproperties = 'SimHei')
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

sns.scatterplot(x = 'total_bill',y = 'tip',hue = 'sex',data = tips)

结果：

在这里插入图片描述

设置点的形状，和图片大小

plt.figure(dpi = 150)
sns.scatterplot(x = 'total_bill',y = 'tip',hue = 'sex',style = 'time',data = tips)

结果：
在这里插入图片描述

plt.figure(dpi = 150)
sns.scatterplot(x = 'total_bill',y = 'tip',hue = 'sex',style = 'time',data = tips,size = 'size')
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

直方图（hist），密度图（kde），毛毯图（rug）

这三个图可以综合到一个图中

distplot默认绘制直方图，并带有KDE核密度估计函数

sns.distplot(tips['total_bill'])
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

sns.distplot(tips['total_bill'], hist = False, kde = False)
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

sns.distplot(tips['total_bill'],hist = False,rug = True)
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

直接用kde可以对图做一些细致的修饰

sns.kdeplot(tips['total_bill'],shade = True) #是否填充阴影
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

sns.distplot(tips['total_bill'],hist = True,kde = True,rug = True)

结果：
在这里插入图片描述

控制叠方块的数量

sns.distplot(tips['total_bill'],hist = True,kde = True,rug = True,bins = 5) #叠方块的数量
plt.savefig("F:\\01.jpg")

结果：
在这里插入图片描述

标签：02,plt,Seaborn,savefig,jpg,01,绘图,sns,tips
来源： https://blog.csdn.net/meiqixiao/article/details/102766185